日本語文章解析

🌐 简体中文 | 繁體中文 | English | 한국어 | 日本語

支持简体中文、繁体中文、英文和韩语的日语句子解析工具。输入一句日语，应用会拆解词汇、读音、罗马音、词性、整句翻译和单词详解，并提供图片识别、朗读和 AI 日语助手。

体验链接：在线体验。

在线文档

以下截图以简体中文界面示范。实际使用时，可通过右上角地球图标切换语言。

• 语言切换：点击右上角地球图标，选择简体中文、繁体中文、English 或 한국어，立即生效并在浏览器中记住选择；界面、翻译、词条和 AI 回答同步切换。
• 繁体中文使用自然的惯用词汇和表达，不只转换字形。日语原文、读音和例句保持日语；已有聊天消息保留原语言，新回复使用所选语言。
• 句子解析：分词、假名、罗马音、词性标记和释义。
• 单词详解：点击词汇查看读音、释义、语法角色和上下文解释。
• 整句翻译：按所选语言生成整句翻译，保留原文段落与换行；切换语言后自动重新翻译。
• 纯文本粘贴：去掉网页样式、Markdown 格式和链接地址，保留链接显示的文字与段落换行；单独出现的网址也会移除。粘贴图片仍可启动 OCR。
• 长文与链接处理：长文分段解析；输入中仍存在的网址由程序保留原样，避免模型重复生成冗长编码。完整结果会检查原文还原情况，并补回模型遗漏的空白。
• 图片识别：上传或粘贴图片提取日语文字；DeepSeek 文本解析与 OCR 统一使用 deepseek-flash，Gemini 使用所选模型。
• 朗读：支持 Edge TTS 和 Gemini TTS；声音设置菜单向下展开。
• AI 日语助手：围绕日语语法、词汇、文化和当前句子提问。
• 双模型服务商：文本模型支持 Gemini 和 DeepSeek，默认使用 DeepSeek。
• 本地浏览器设置：用户可以在设置弹窗中为 Gemini / DeepSeek 分别填入自己的 API Key。
• 可选访问密码：部署后可用 CODE 做简单访问控制。
• 可选 Umami 统计：配置环境变量后自动加载 Umami 跟踪脚本。
• Docker 部署：支持 Docker Compose 和 Docker Hub 多架构镜像。

以下为本项目配置使用的模型标识。

git clone https://github.com/cokice/japanese-analyzer.git
cd japanese-analyzer
npm ci

建议使用 Node.js 22（与 Docker 镜像一致）。复制环境变量模板：

macOS / Linux：

cp .env.example .env.local

Windows PowerShell：

Copy-Item .env.example .env.local

编辑 .env.local。如果只想先跑文本解析，建议先配置 DeepSeek：

DEEPSEEK_API_KEY=your_deepseek_api_key
DEEPSEEK_API_URL=https://api.deepseek.com/chat/completions

GEMINI_API_KEY=your_gemini_api_key
GEMINI_API_URL=https://generativelanguage.googleapis.com/v1beta/openai/chat/completions

CODE=

NEXT_PUBLIC_UMAMI_SRC=
NEXT_PUBLIC_UMAMI_WEBSITE_ID=

启动开发环境：

npm run dev

打开 http://127.0.0.1:3000。

如需从局域网中的其他设备体验：

npm run dev -- --hostname 0.0.0.0 --port 3100

在其他设备打开 http://<电脑的局域网IP>:3100。

说明：

• DEEPSEEK_API_KEY 和 GEMINI_API_KEY 是服务器端默认密钥，不会暴露到前端。
• 用户也可以在右上角设置中填写自己的 Key，设置保存在浏览器本地；发起请求时，Key 会发送给本应用服务端，由服务端调用上游 API。接口地址由服务端环境变量配置。
• Gemini TTS 使用独立的 gemini-3.1-flash-tts-preview 模型和官方语音接口，不受 GEMINI_API_URL 影响。
• Umami 统计通过本地 loader 读取运行时环境变量；两个 NEXT_PUBLIC_UMAMI_* 都为空时不会加载 Umami。
• 启用 Umami 后会记录功能使用事件：analyze_sentence 包含解析服务商、模型及 OCR / TTS 使用情况；image_text_extract、tts_speech、word_detail_click 包含对应功能的服务商和模型。
• 解析结果事件：analyze_success、analyze_error、analyze_cancel，每次解析最多记录一个终态。聊天事件：chat_send、chat_success、chat_error。结果事件包含服务商、模型、流式模式、总耗时 duration_ms；若出现过可显示内容，还包含首个结果耗时 first_result_ms（单位均为毫秒）。非流式解析的首个结果时间为全部结果返回时间；解析计时不包含独立的整句翻译或词典请求。
• 失败只记录固定的 error_category 分类；解析取消通过 cancel_reason 区分主动停止、被新请求替代和组件卸载。事件不包含原文、聊天消息或回复、图片、翻译结果、原始错误信息或 API Key。此处不额外监测主题、设置、复制和重试操作。
• 不要提交 .env.local，仓库已经默认忽略本地环境变量文件。

如果你使用 Claude Code 或 Codex 等 AI 编程助手,可以直接把下面的提示词发给它,让它在你的 VPS 上完成部署:

# 部署任务:japanese-analyzer

请帮我在这台 VPS 上用 Docker 部署 japanese-analyzer(一个日语句子解析 Web 应用)。

## 目标

- 使用 Docker Hub 镜像 `howenhowen/japanese-analyzer:latest`(多架构,amd64/arm64 都有)
- 容器监听 3002,映射宿主机 3002 端口
- 容器名 `japanese-analyzer`,设置 `--restart unless-stopped`

## 环境变量

通过环境变量注入,不要写进镜像:

- `DEEPSEEK_API_KEY`:必填,默认文本解析及图片 OCR 用 DeepSeek(我会提供,或提示我填入)
- `GEMINI_API_KEY`:可选,用于 Gemini 文本/图片识别和 Gemini TTS,没有就跳过
- `CODE`:可选访问密码,留空即不启用
- `DEEPSEEK_API_URL` / `GEMINI_API_URL`:留空使用官方默认地址即可

推荐用 docker compose 管理:仓库里有 `docker-compose.hub.yml`,配合 `.env.production`(从 `.env.production.example` 复制)使用;或者直接 `docker run` 也行,你看哪个更合适。

## 域名与 HTTPS(询问后再做)

容器跑通后,询问我是否需要绑定域名并配置 HTTPS 反向代理:

- 如果我说不需要,直接用 `http://VPS_IP:3002` 访问即可,跳过本节
- 如果我提供域名(例如 `nihongodemo.howen.ink`):
  - 先检查服务器上是否已有 Nginx / Caddy,优先复用现有的,不要重复装一套
  - 都没有的话推荐 Caddy(自动签发和续期 Let's Encrypt 证书,配置最简单)
  - 反代到 `127.0.0.1:3002`,配置 HTTPS 并把 HTTP 重定向到 HTTPS
  - 提醒我先把域名 A 记录解析到这台 VPS,并确认 80/443 端口在防火墙/安全组已放行
  - 配好后用 `curl -I https://域名` 验证证书和反代是否正常

## 验收标准

1. 容器正常运行,`docker logs` 无报错
2. `curl http://127.0.0.1:3002` 能返回页面
3. 重启服务器后容器能自动拉起
4. (如配置了域名)https 访问正常,证书有效

## 注意

- 如果 3002 端口被占用,先告诉我再换端口,不要擅自杀掉占用进程
- API Key 属于敏感信息,不要 echo 到日志或写入不必要的文件
- 修改现有 Nginx/Caddy 配置前先备份原文件
- 部署完成后告诉我访问地址和后续更新镜像的命令(pull → rm → run 或 compose pull && up -d)

部署步骤：

1. Fork 或导入本仓库到 Vercel。
2. 在 Vercel 项目的 Settings -> Environment Variables 中配置环境变量。
3. 至少配置 DEEPSEEK_API_KEY，这样默认文本解析可以直接使用。
4. DeepSeek 图片 OCR 复用 DEEPSEEK_API_KEY；如需 Gemini 文本/图片识别或 Gemini TTS，再配置 GEMINI_API_KEY。
5. 如需 Umami 统计，同时配置 NEXT_PUBLIC_UMAMI_SRC 和 NEXT_PUBLIC_UMAMI_WEBSITE_ID。
6. 重新部署项目。

项目提供 Docker Hub 多架构镜像，支持 linux/amd64 和 linux/arm64。容器默认监听 3002，下面示例会把宿主机 3002 映射到容器 3002。

使用仓库中的 Docker Compose 配置（在仓库根目录执行）：

cp .env.production.example .env.production
# 编辑 .env.production，配置所需 API Key
docker compose -f docker-compose.hub.yml up -d

Windows PowerShell 使用 Copy-Item .env.production.example .env.production 复制模板。后续更新镜像并重建容器：

docker compose -f docker-compose.hub.yml pull
docker compose -f docker-compose.hub.yml up -d

也可以使用下面的 docker run 命令部署。

拉取镜像：

docker pull howenhowen/japanese-analyzer:latest

启动容器：

docker run -d \
  --name japanese-analyzer \
  --restart unless-stopped \
  -p 3002:3002 \
  -e DEEPSEEK_API_KEY="your_deepseek_api_key" \
  -e GEMINI_API_KEY="your_gemini_api_key" \
  -e CODE="" \
  howenhowen/japanese-analyzer:latest

访问：

http://your-vps-ip:3002

如果只使用 DeepSeek 文本解析和图片 OCR，可以不填 GEMINI_API_KEY；如果不需要访问密码，可以保持 CODE=""。不需要自定义接口地址时，DEEPSEEK_API_URL 和 GEMINI_API_URL 也可以不用填，应用会使用默认地址。

如需启用 Umami，启动容器时额外加入：

  -e NEXT_PUBLIC_UMAMI_SRC="https://cloud.umami.is/script.js" \
  -e NEXT_PUBLIC_UMAMI_WEBSITE_ID="your_umami_website_id" \

查看日志：

docker logs -f japanese-analyzer

更新镜像：

docker pull howenhowen/japanese-analyzer:latest
docker rm -f japanese-analyzer
docker run -d \
  --name japanese-analyzer \
  --restart unless-stopped \
  -p 3002:3002 \
  -e DEEPSEEK_API_KEY="your_deepseek_api_key" \
  -e GEMINI_API_KEY="your_gemini_api_key" \
  -e CODE="" \
  howenhowen/japanese-analyzer:latest

npm run dev      # 本地开发
npm test         # API、语言、解析和粘贴回归测试
npm run lint     # 检查仓库代码
npm run build    # 生产构建，发布前建议先跑
npm start        # 启动生产服务，需要先完成构建
npx tsc --noEmit  # TypeScript 类型检查

• 复制的文章解析失败时，可重新粘贴以移除格式和链接地址。如果仍然失败，请在 Issue 中提供服务商、模型、界面语言及可复现的原文示例，不要附带 API Key。
• 语言选择分别保存在各个浏览器中，通过地球图标切换即可，无需开启浏览器翻译。
• 欢迎通过 Issue 反馈问题和功能建议，或提交 Pull Request。

• 感谢 LINUX DO 社区的支持与推广

本项目基于 MIT License 发布。